数据介绍：

• 年份：2001-2024
• 范围：A股上市公司
• 三个版本：上市公司气候风险信息披露（未缩尾未剔除）、上市公司气候风险信息披露（已缩尾未剔除）、上市公司气候风险信息披露（已缩尾已剔除金融STPT）
• 文件格式：Dta格式（使用Stata打开）、Xlsx格式（使用Excel打开)
• 注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
• 行业参照证监会2012年行业分类标准，制造业用二级行业分类，其他用一级分类来计算并对连续型变量进行了1%和99%分位数的缩尾处理
• 代码格式：do文件，包含生成结果的代码和对结果数据进行分析并生成图像的代码
• 分析结果及论文图表均在帖子末尾的压缩包，可直接下载查看情况
  

---

计算说明

气候信息披露涵盖了温室气体排放、气候转型风险（包括政策与法律、技术、市场、声誉风险）、物理风险（如极端气候事件与长期气候模式变化风险）以及气候相关机遇和资本配置等多个方面。依据《TCFD披露建议》，气候相关风险被明确划分为转型风险和物理风险两大类。转型风险涉及政策法律变动、技术革新、市场需求变化及企业声誉受损等，物理风险则主要关联于极端天气事件及气候模式的长期变迁。由于我国当前气候风险信息披露框架尚在搭建，缺乏直接描述气候风险信息披露的数据，故参考杜剑等的研究，运用 Python 软件对上市公司年报进行文本分析处理，并结合文本分析与机器学习技术，深入挖掘年报中与 TCFD 所定义的气候风险信息披露衡量相关的 96 个关键词①，计算这些关键词词频在年报总词频中的占比用以量化评估上市公司自愿性气候风险信息披露的程度（ClimateRisk）。为了统一不同变量的数据量级，提高模型的稳定性和解释性，本文将上述占比数据乘以 100

---

参考文献

• 媒体关注度与上市公司气候风险信息披露
  

---

代码：

数据量：

结果数据